OpenToM基准介绍
时间: 2026-09-02 03:49:58
(部分内容来自网络，其真实性存疑，为了避免对您造成误导，请谨慎甄别。)
根据搜索结果，OpenToM 是一个专门用于评估大语言模型（LLMs）“心智理论”（Theory of Mind, ToM）能力的基准测试数据集。
* 核心目标：测试LLM是否能理解故事中角色的心理状态（信念、意图、态度等），而不是简单依赖文本中的词句对应。
* 关键设计：包含长叙事、有明确性格和动机的拟人化角色，以及多类型问题（如对物理位置的信念、基于社会常识的多步推理、对事件的心理态度）。
* 注意事项：它被严格设计为测试专用，严禁用于模型训练或微调，以免影响评估的公平性。
其他补充：搜索结果中还提到一个拼写相似的开源项目 OpenTomb（无字母“o”），它是《古墓丽影》经典游戏引擎的开源重制版，注意不要与 AI 评测基准 OpenToM 混淆。
